混合整数规划（MILP）通过修改目标函数提高运算速度by Gurobi

最新推荐文章于 2023-12-11 14:02:59 发布
最新推荐文章于 2023-12-11 14:02:59 发布
阅读量1.9k 收藏 2
点赞数 2
分类专栏： 数学 优化问题 算法 文章标签： 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_41806489/article/details/127023154
版权
算法 同时被 3 个专栏收录
31 篇文章 8 订阅
订阅专栏
数学
20 篇文章 0 订阅
订阅专栏
优化问题
6 篇文章 0 订阅
订阅专栏

文章目录

问题描述

这里描述一个最短路问题。
在这里插入图片描述
假设智能体A需要0到3，并且我们知道智能体A在路径上的运行时间与路径长度呈正比。求一个使得A最快到达3的路径。

其实我们可以把它看作一个最短路问题，并通过Dijkstra进行求解，但是我们偏不，我们能用MILP建模方法。并且把到达各个节点的时间编入模型，直接求解。

参数说明在这里插入图片描述

模型对比

错误模型

在这里插入图片描述
约束的前三行保持了中间节点处的流量平衡。第四行设置了出发的时间为t1。最后一行限制了从弧线的一个端点到另一个端点的时间限制。
重点看目标！
目标貌似没有任何问题，记录了从终点到起点之间的差值。很简单，又好理解。

正确模型

在这里插入图片描述
同错误模型：约束的前三行保持了中间节点处的流量平衡。第四行设置了出发的时间为t1。最后一行限制了从弧线的一个端点到另一个端点的时间限制。
重点看目标！
目标是所选路程的时间相加。

运算时间分析

利用GUROBI求解以上的两个模型，在一个300节点的网络上，错误模型的运行时间比正确模型多了几百倍！

具体原因以后再分析把。

后记

约束与模型之间要有尽可能多的变量的交互，这样在求解过程中目标对于变量选择的速度才会更快，即更快的丢弃无效约束和变量。

摩天崖FuJunWANG
关注
  • 2
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
MILP加速运算技巧（一）——简单的预处理策略
Linshaodan520的博客
12-16 357
介绍了MIP求解器常用的几种预处理技巧
Matlab数学建模算法详解之混合整数线性规划 (MILP) 算法（附完整实现代码）
左手の明天的博客
11-26 3582
混合整数线性规划（Mixed Integer Linear Programming，MILP）是一种优化技术，它涉及到决策变量的线性约束和整数约束。MILP 通常用于解决复杂的组合优化问题，例如生产计划、物流和供应链管理、金融和投资组合优化、路由和调度问题等。
基于混合整数线性规划的旅行商问题求解(python+gurobi)
03-07
旅行商问题（TSP）是最著名的组合优化问题之一。 TSP的目标是找到访问每个城市一次并返回原始城市的最短路线。 在组合优化领域中，它被列为NP难题。
混合整数线性规划(MILP)
热门推荐
sdgyfbtnyj的博客
03-19 3万+
混合整数线性规划(MILP) 线性规划模型(Linear Programming, LP)：LP的定义比较简单，它指的就是目标函数是线性的，所有约束也是线性的，最后，决策变量可以取任何的实数。如果在线性规划问题中有部分决策变量要求必须是整数， 那么这时的规划问题就转变成混合整数线性规划问题了。也就是说优化问题不止有条件约束，还有整数约束。 举例： min x1+x2 “数学问题描述” x1-2x2>=6 “条件约束” x1 in integer“整数约束”,x2>=0 “条件约束” 求解： 在M
matlab gurobi优化加速_手机版MATLAB它不香吗！
weixin_39817176的博客
11-20 194
↑ 点击蓝字关注极市平台作者丨打浦桥程序员来源丨https://zhuanlan.zhihu.com/p/268335620编辑丨极市平台极市导读本文介绍了手机版的MATLAB以及分享了平时在生活中作者使用MATLAB Mobile做的一些有趣的事，比如搜集微博知乎等的信息。文末分享了相关的数据源。>>加入极市CV技术交流群，走在计算机视觉的最前沿前阵子，请了几天年假，...
基于混合整数线性规划（MILP）的多旅行商问题
最新发布
VNsofqSX的博客
12-11 448
通过该求解器的应用，我们可以更好地理解MTSP问题，同时也可以在实际工程中应用该求解器，解决类似的问题。这个求解器可以接受输入坐标文件，也可以随机生成坐标，根据MTSP问题的特点，它使用了混合整数线性规划方法进行求解，并可以输出最终坐标和最终路径。mtsp_milp.m：MTSP求解器的主文件，包含了整个求解器的算法逻辑和界面展示。mtsp_initialize.m：MTSP求解器的初始化文件，用来初始化求解器的参数和参数值。mtsp_plot.m：MTSP求解器的画图文件，用来画出最终的坐标和路线图。
线性规划LP和混合整数规划MIP基础知识
sinat_41348401的博客
10-11 1万+
如果你刚刚入门线性规划，对于线性规划的基本原理、概念、术语，以及 Gurobi 内部的核心算法不了解的话，请花费 10分钟时间，阅读以下二个科普文章。如果对于英文不熟练的话，可以采用谷歌浏览器，然后选择翻译为中文。 LP 基础：https://www.gurobi.com/resource/linear-programming-basics/ MIP 基础： https://www.gurobi.com/resource/mip-basics/ 一.优化基础 优化中非常重要的3个要素，分别是：决策变量、
使用gurobi求解 MIP问题
wengkebiao的博客
05-03 4157
1。前面我们已经介绍了使用python和gurobi求解器来求解我们的优化问题，那么在使用gurobi求解优化问题的时候，当问题的规模较小的时候，我们的求解器能在短时间内快速的求解。cpu求解的时间很快。但是当问题的规模比较大时，就拿上次的切钢卷问题(CSP)来说，如果当需求I很大的时候，那么gurobi求解是慢，此时一般我们会设定使用gurobi求解的时间：model.setParam(TimeLimit,3600)此时我们的求解器最长的求解时间为1h，当求解器能在规定的时间内求解到最优解时，那么求解器将
【优化模型】求解混合整数线性规划 MILP 问题
Fanjufei的博客
11-08 241
混合整数线性规划（Mixed Integer Linear Programming，MILP）是一类优化问题，其中目标函数和约束条件均为线性，并且包含整数变量。MILP 在实际应用中具有广泛的应用，可以解决很多实际问题，如生产调度、网络设计、资源分配等。f — 系数向量。系数向量，指定为实数向量或实数数组。intcon — 整数约束组成的向量。整数约束组成的向量，指定为正整数向量。intcon 中的值指示决策变量 x 中应取整数值的分量。A — 线性不等式约束。线性不等式约束，指定为实矩阵。
Gurobi优化器使用（一）搭建并求解一个优化模型的过程【C++环境】
qq_34003876的博客
10-21 5917
Gurobi优化器使用（一）搭建并求解一个优化模型的过程Gurobi可以解决的问题文档实例——通过系数矩阵建模并求解解释实例——直接建模并求解求解结果 Gurobi可以解决的问题 文档 官方文档 8.1版本C++接口的官方文档 实例——通过系数矩阵建模并求解 当系数已存入到外部的模型文件中需要读取时可以采用该方法建模，否则不推荐这种方式. /* 该例子解决下面的凸二次规划问题： minimize x + y + x^2 + x*y + y^2 + y*z + z^2 subject to x + 2
基于混合整数线性规划的电力系统机组组合优化
03-18
采用混合整数线性规划实现对电力系统机组组合优化
MILP_train_4.rar_MILP_train_列车_求解MILP_混合整数_运行 列车
07-15
利用混合整数规划方法求解，目标是列车运行优化与控制
多周期经济负载调度问题的混合整数线性规划 （MILP） 优化（数据）
07-15
多周期经济调度问题的混合整数线性规划 （MILP） 优化（数据） 详细链接：https://mianbaoduo.com/o/bread/Ypyblp5t
混合整数线性规划示例电力系统分析A：电力系统发电机投标策略的混合整数线性规划（MILP）问题，公式和解决方案。 目标函数是MW的单价乘以其他范围及其各自产品上的可接受数量再加上空载成本的总和
02-04
混合整数线性规划示例电力系统分析A：电力系统发电机投标策略的混合整数线性规划（MILP）问题，公式和解决方案。 目标函数是MW的单价乘以其他范围及其各自产品上的可接受数量再加上空载成本的总和
基于混合整数线性规划的机组承诺问题（MILP-UC） MATLAB程序实现
11-10
提出了经济调度中单位承诺问题的一种混合整数线性规划方法。该优化模型包括燃料成本和启动成本的目标函数和几个约束条件。利用一组二元变量，我们可以精确地提出二次燃料成本函数、随时间变化的启动成本函数以及诸如...
算法篇——人工蜂群算法python实现
铁血军的小博客
03-17 1万+
artiBeeColony.py 面向对象的实现方式，简单明了。如有转载请注明出处。 直接运行，有bug的评论区私聊 #encoding:utf-8 #author:FuJun WANG from functools import reduce import math import random import copy import matplotlib.pyplot as plt plt.rcP...
kmeans算法性能改进_kmeans++算法+kmeans++优化算法+距离计算优化
铁血军的小博客
05-15 1万+
***题记：*我一直在路上，害怕停下 在我的另一篇博客里《读sklearn源码学机器学习——kmeans聚类算法》我详细的阐述了kmeans算法的工作过程。截至目前为止，还没有深入的刨析kmeans算法的工作原理(会用和知道怎么用，跟理解背后深刻的数学原理是有本质区别的，我对此深感敬畏)。今天站在工程应用的角度，刨析kmeans在应用过程的应用和优化。主要是弥补我上篇博客中没有说明白的两个函数（elativeDist,squaredNorna）和一个初始化。 1、kmeans++算法 kmeans++是D
读sklearn源码学机器学习——kmeans聚类算法
铁血军的小博客
05-13 1万+
题记：凌晨3点半的不眠，是这个时代太聒噪，还是内心的不安 kmeans知识体系 从代码中梳理知识体系 sklearn中kmeans源码 源码结构 kmeans算法属于cluster包的k_means.py文件。使用的过程中通过 from sklearn.cluster import Kmeans导入 在使用常规（不含大批量数据的情况下）kmeans算法的实现过程如上图所示，Kmeans主类，包含若干的内部函数（紫色所示），若干的外部函数（蓝色所示）。函数之间的调用关系如上面箭头所示。最核心的函数有：_k
格雷码python实现解决——编码解码问题
铁血军的小博客
04-28 1万+
格雷码问题 百度百科上的定义： 其实初次我接触格雷码的时候，头大的不行，这个东西的性质太多了，想要产生一个格雷码，好像也只有通过动态规划或者递归的方式实现，第一次做格雷编码解码问题的时候，只能跪倒在各位大佬面前，然后把它抛在了脑后，直到笔试快手又遇见了这道题，我决定，回来好好研究这道题，毕竟，又多吃了好几天的饭，今天的我已经不是昨天的我了（~~） 上数学定理 直接从百度百科上扒出来格雷码的解码编...
python 调用gurobi求解优化问题
06-03
要使用 Python 调用 Gurobi 求解优化问题，首先需要安装 Gurobi 和 Gurobi Python API。 安装 Gurobi 可以参考官方文档：https://www.gurobi.com/documentation/9.0/quickstart_mac/software_installation_guid.html 安装 Gurobi Python API 可以在安装 Gurobi 后，进入 Gurobi 安装目录下的`/lib/python3.8`目录下，使用以下命令进行安装： ``` python setup.py install ``` 安装完成后，就可以在 Python 中使用 Gurobi 求解优化问题了。以下是一个简单的例子： ```python import gurobipy as gp # 创建模型 m = gp.Model() # 添加变量 x = m.addVar(vtype=gp.GRB.CONTINUOUS, name="x") y = m.addVar(vtype=gp.GRB.CONTINUOUS, name="y") # 设置目标函数 m.setObjective(x + y, gp.GRB.MINIMIZE) # 添加约束条件 m.addConstr(x + y >= 1, "c1") # 求解 m.optimize() # 打印结果 print("Optimal solution:", m.objVal) print("x:", x.x) print("y:", y.x) ``` 在这个例子中，我们创建了一个模型，并且添加了两个变量 x 和 y，设置了目标函数和一个约束条件。然后，我们调用 `m.optimize()` 求解模型，并打印了求解结果。 需要注意的是，Gurobi 是一个商业软件，需要购买许可证后才能使用。此外，Gurobi 还提供了学术版免费使用，可以在官网上申请。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值